# 深度學習書籍 > 原文： [https://machinelearningmastery.com/deep-learning-books/](https://machinelearningmastery.com/deep-learning-books/) 目前關于深度學習的書籍并不多，因為它是一個較新的學習領域。 雖然有一些書籍可供使用，還有一些非常有趣未出版的書籍可以提前體驗購買到。 在這篇文章中，您將了解到現在可用于深度學習的書籍。 讓我們開始吧。  深度學習書籍（我希望） 攝影： [Indi Samarajiva](https://www.flickr.com/photos/indi/4259120807/) ，保留一些權利。 ## 深度學習教科書 有一本深入學習的教科書已經出版了幾年，簡稱[深度學習](http://www.deeplearningbook.org/)。 它由頂級深度學習科學家 [Ian Goodfellow](https://www.linkedin.com/in/ian-goodfellow-b7187213) ， [Yoshua Bengio](https://www.linkedin.com/in/yoshuabengio) 和 [Aaron Courville](https://www.linkedin.com/in/aaron-courville-53a63459) 撰寫，包括該領域所有主要算法和一些練習。 我認為它應該是該領域的重點閱讀材料，主要是因為他們免費開源（很像[統計學習要素](http://www.amazon.com/dp/0387848576?tag=inspiredalgor-20)是機器學習中必讀的）。 書的內容很多已經完成，我強烈建議閱讀它以獲得深度學習算法的背景理論。 [](http://www.amazon.com/dp/0262035618?tag=inspiredalgor-20) 目前的目錄如下： * 第一部分：應用數學和機器學習基礎 * 線性代數 * 概率論與信息論 * 數值計算 * 機器學習基礎 * 第二部分：現代實用的深度網絡 * 深度前饋網絡 * 正則 * 深度模型訓練的優化 * 卷積網絡 * 序列建模：循環網絡和遞歸網絡 * 實用方法論 * 應用 * 第三部分：深度學習研究 * 線性因子模型 * 自動編碼 * 表征學習 * 深度學習的結構化概率模型 * 蒙特卡羅方法 * 對抗配分函數 * 近似推論 * 深度生成模型 ## 來自 O'Reilly 的深度學習書籍 目前有兩本來自 O'Reilly 的書正在籌備中，這讓我很興奮： * [深度學習：從業者的方法](http://www.amazon.com/dp/1491914254?tag=inspiredalgor-20) * [深度學習基礎：設計下一代機器智能算法](http://www.amazon.com/dp/1491925612?tag=inspiredalgor-20) ### 深度學習：從業者的方法 這是由 DeepLearning4J 的兩個創作者編寫的應用書： [Adam Gibson](https://www.linkedin.com/in/agibsonccc) 和 [Josh Patterson](https://www.linkedin.com/in/joshlpatterson) 。 [DeepLearning4J](http://deeplearning4j.org/) （或 DL4J）是 Java 應用程序的深度學習框架。 本書是為 Java 開發人員和數據科學家編寫的實用書籍，我只能假設它提供了使用 DL4J 框架的示例。 這本書將于 2016 年 5 月出版，目前沒有我能找到的目錄。 [](http://www.amazon.com/dp/1491914254?tag=inspiredalgor-20) ### 深度學習的基礎知識：設計下一代機器智能算法 這是 [Nikhil Buduma](https://www.linkedin.com/in/nikhilbuduma) 編寫的另一本 Python 應用書。它涵蓋了深度學習概念和示例。您可以提前閱讀本書，撰寫本文時共有 5 章。 本書目前的工作目錄如下： * 神經網絡 * 訓練前饋神經網絡 * 在 TensorFlow 中實現神經網絡 * 超越梯度下降 * 卷積神經網絡： * 嵌入和表示學習 * 序列分析的深度學習模型 * 記憶增強的深度學習模型 * 生成性深度學習模型 * 深度強化學習 * 面向一般無監督學習 * 訓練極深度神經網絡 我很高興能得到這本書。 [](http://www.amazon.com/dp/1491925612?tag=inspiredalgor-20) ## Packt Publishing 的深度學習 Packet 2016 年 5 月出版了一本書，由 [Yusuke Sugomori](https://www.linkedin.com/in/yusugomori) 撰寫，題為[深度學習與 Java](http://www.amazon.com/dp/1785282190?tag=inspiredalgor-20) 。它適合于 Java 開發人員和數據科學家，并將使用 DeepLearning4J 框架提供示例。 似乎沒有可用于本書的目錄，但我相信你可以[盡早獲得它](https://www.packtpub.com/big-data-and-business-intelligence/deep-learning-java)。 [](http://www.amazon.com/dp/1785282190?tag=inspiredalgor-20) ## C ++和 CUDA C 中的深信仰網 [Timothy Masters](https://www.linkedin.com/in/tim-masters-82a58739) 多年來撰寫了許多關于人工神經網絡的書籍。 2015 年，他用 C ++和 CUDA 寫了兩本關于 Deep Belief Networks 的書。 這些書提供了示例，主要關注他的軟件 DEEP。您可以在[網頁](http://www.timothymasters.info/Deep_learning.html)上了解有關其軟件的更多信息。 這兩本書是： [Deep Belief Nets in C++ and CUDA C: Volume 1: Restricted Boltzmann Machines and Supervised Feedforward Networks](http://www.amazon.com/dp/1507751478?tag=inspiredalgor-20) 本書的目錄是： * 監督前饋網絡 * 受限制的玻爾茲曼機器 * 貪心訓練 * DEEP 操作手冊 [Deep Belief Nets in C++ and CUDA C: Volume II: Autoencoding in the Complex Domain](http://www.amazon.com/dp/1514365995?tag=inspiredalgor-20) 本書的目錄是： * 嵌入式類標簽 * 信號預處理 * 圖像預處理 * Autoencoding * DEEP 操作手冊 ## 人工智能 [Jeff Heaton](https://www.linkedin.com/in/jeffheaton) 是一本關于人工智能的三本書系列的研究員和作者： * [人類智能，第 1 卷：基本算法](http://www.amazon.com/dp/1493682229?tag=inspiredalgor-20) * [人類智能，第 2 卷：自然啟發算法](http://www.amazon.com/dp/1499720572?tag=inspiredalgor-20) * [人工智能，第 3 卷：深度學習和神經網絡](http://www.amazon.com/dp/1505714346?tag=inspiredalgor-20) 該系列的第三本書涵蓋了人工神經網絡，并有一些關于深度學習技術的章節。 [](http://www.amazon.com/dp/1505714346?tag=inspiredalgor-20) 目錄如下： * 神經網絡基礎知識 * 自組織映射 * Hopfield 和 Boltzmann 機器 * 前饋神經網絡 * 訓練和評估 * 反向傳播訓練 * 其他傳播訓練 * NEAT，CPNN 和 HyperNEAT * 深度學習 * 卷積神經網絡 * 修剪和模型選擇 * dropout和正規化 * 時間序列和循環網絡 * 構建神經網絡 * 可視化 * 用神經網絡建模 一般來說，杰夫是一個很好的交流對象，他的書得到了社區的關注，因為他[在創作過程中使用了 KickStarter](https://www.kickstarter.com/projects/jeffheaton/artificial-intelligence-for-humans-vol-3-deep-lear) 。如果你正在尋找神經網絡的介紹并發現深度學習適合的地方，他書籍系列的第三部分會是很好的閱讀材料。 ## R 的深度學習 N. D. Lewis 有一系列關于統計學和機器學習的書籍，包括有關神經網絡的書籍。 2016 年初，他發表了一本關于深度學習的書，名為：[深度學習輕松學習 R：數據科學的溫和介紹。](http://www.amazon.com/dp/B01AEXMX34?tag=inspiredalgor-20) 。 [](http://www.amazon.com/dp/B01AEXMX34?tag=inspiredalgor-20) 目錄如下： * 深度神經網絡 * Elman 神經網絡 * Jordan 神經網絡 * 自動編碼器的秘密 * 堅果殼中的堆疊自動編碼器 * 受限制的玻爾茲曼機器 * 深度信念網絡 ## 更新：更多書籍 本節列出了撰寫本文后已發布（或預計將發布）的附加書籍。 * [神經網絡與深度學習](http://neuralnetworksanddeeplearning.com/index.html) * [Grokking 深度學習](http://www.amazon.com/dp/1617293709?tag=inspiredalgor-20) * [使用 TensorFlow 進行機器學習](http://www.amazon.com/dp/1617293873?tag=inspiredalgor-20) * [TensorFlow 機器學習手冊](http://www.amazon.com/dp/1786462168?tag=inspiredalgor-20) * [TensorFlow 入門](http://www.amazon.com/dp/B01H1JD6JO?tag=inspiredalgor-20) * [Scikit-Learn 和 TensorFlow 實踐機器學習：構建智能系統的概念，工具和技術](http://www.amazon.com/dp/1491962291?tag=inspiredalgor-20) ## 摘要 在這篇文章中，您將發現現在可用于深度學習的書籍。 您是否購買或閱讀過其中一本書？發表評論，讓我知道你對它的看法。 還有更多關于深度學習的書籍，你知道它們已經或已經在這里嗎？請在評論中告訴我。